MétaCan
Menu
Retour à la cohorte
Enregistrement W3154692606 · doi:10.1590/2317-6172202105

UMA ANÁLISE EMPÍRICA DOS TRIBUNAIS DE CONTAS BRASILEIROS: CAPACIDADES E DESEMPENHO

2021· article· pt· W3154692606 sur OpenAlexaff
Felipe Galvão Puccioni

Notice bibliographique

RevueRevista Direito GV · 2021
Typearticle
Languept
DomaineSocial Sciences
ThématiqueCorruption and Economic Development
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Resumo Este artigo busca, por meio de análise empírica, responder à seguinte questão: as características institucionais dos Tribunais de Contas, conforme definidas na Constituição Federal de 1988, influenciam seu desempenho? A resposta foi alcançada por meio do método estatístico dos mínimos quadrados, em que se analisou a relação entre a performance e as capacidades desses órgãos autônomos. A atuação foi medida pelas variáveis: número de processos julgados; quantidade de fiscalizações in loco; valor das multas e ressarcimentos; e percentual de rejeição das contas de governo. E as capacidades por: orçamento em 2015, total de funcionários, percentual de efetivos, existência de Ministros/Conselheiros substitutos e Procuradores do Ministério Público de Contas (ambos providos por concurso), e de Ministros/Conselheiros advindos dessas carreiras. Os dados foram coletados diretamente dos Tribunais de Contas por meio da Lei de Acesso à Informação. O artigo, na busca por uma abordagem mais realista dos Tribunais de Contas, também apresenta críticas importantes a estudos anteriores. Apesar do grande foco de discussões para aprimoramento dos Tribunais de Contas no Brasil girar em torno das indicações de Ministros e Conselheiros, o estudo indica que outro fator, negligenciado nos debates, está diretamente associado a um aumento da produtividade e da independência das Cortes de Contas, qual seja, o percentual de agentes públicos advindos de concurso público.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,056
Tête enseignante GPT0,331
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Direito GVMême sujetCorruption and Economic DevelopmentTravaux en français237 207